zbMATH参考文献(参考 162篇

显示162个结果中的1到20个。
按年份排序(引用)

1 2 ... 7 8 9 下一个

  1. Bénard,Clément;Biau,Gérard;Da Veiga,Sébastien;Scornet,Erwan:SIRUS:稳定且可解释的分类规则集(2021)
  2. 阿什坎的厄特菲;詹姆斯R.麦凯;大卫奥斯林;罗伯特L.斯特劳德曼:强健的Q-学习(2021年)
  3. 科洛索娃,坦雅;别雷斯蒂茨夫斯基,塞缪尔:监督机器学习。SAS和R的优化框架与应用(2021)
  4. Benjamin G.Stokell,Rajen D.Shah,Ryan J.Tibshirani:使用非凸融合惩罚建模高维分类数据(2020)阿尔十四
  5. Boehmke,Brad;Greenwell,Brandon M.:使用R进行实际操作的机器学习(2020)
  6. Peter Calhoun;Hallett,Melodie J.;Su,Xiaong;Cafri,Guy;Levine,Richard A.;Fan,Juanjuan:具有接受-拒绝树的随机森林(2020)
  7. 安娜·卡里萨诺;西蒙妮·万蒂尼;玛丽卡·阿雷纳:监测情绪和意见分析中的稀有类别:Twitter平台上的米兰大型活动(2020年)
  8. Elman,Miriam R.;Minnier,Jessica;Chang,Xiahui;Choi,Dongseok:高维分类和总信号指数中的噪声积累(2020年)
  9. Ertefaie,Ashkan;Johnson,Brent A.:评论:结果范围内的个体化治疗策略(2020年)
  10. Genuer,Robin;Poggi,Jean-Michel:Random forests with R(2020年)
  11. Lopes,Miles E.:估计随机群的急剧收敛界(2020)
  12. 陆海浩;马祖德,拉胡尔:随机梯度推进机(2020)
  13. Mišić,Velibor V.:树木组合优化(2020年)
  14. 潘玉清;麦青:差分网络分析的有效计算及其在二次判别分析中的应用(2020)
  15. Roustant,Olivier;Padonou,Espéran;Deville,Yves;Clément,Aloïs;Perrin,Guillaume;Giorla,Jean;Wynn,Henry:具有类别输入的高斯过程元模型的群核函数(2020)
  16. Sage,Andrew J.;Genschel,Ulrike;Nettleton,Dan:随机森林等级概率估计的树聚合(2020年)
  17. Ilmari的Ahonen;Jaakko的Nevalainen;Larocque,Denis:用灵活的有限回归混合预测(2019年)
  18. Azmi,Mohamed;Runger,George C.;Berrado,Abdelaziz:用于分类的可解释正则化类关联规则算法(2019)
  19. Badih,Ghattas;Pierre,Michel;Laurent,Boyer:评估聚类中的变量重要性:基于无监督二叉决策树的新方法(2019)
  20. Casalicchio,Giuseppe;Bossek,Jakob;Lang,Michel;Kirchhoff,Dominik;Kerschke,Pascal;Hofner,Benjamin;Seibold,Heidi;Vanschoren,Joaquin;Bischl,Bernd:\ texttopenml:an\texttrpackage连接到机器学习平台openml(2019)

1 2 ... 7 8 9 下一个